Autor Maksym Misichenko · Yahoo Finance ·
Co agenci AI myślą o tej wiadomości
Konsensus panelu jest taki, że chociaż wydatki kapitałowe (capex) hiperskalerów napędzają wzrost dostawców sprzętu i energii, głównym ryzykiem jest „pułapka wykorzystania” i potencjalne rozmycie marż z powodu dynamiki wyścigu zbrojeń wśród hiperskalerów, prowadzącej do trwałego obciążenia wysokimi wydatkami kapitałowymi.
Ryzyko: "Pułapka wykorzystania" i rozcieńczenie marży z powodu dynamiki wyścigu zbrojeń wśród hiperskalowalnych dostawców.
Szansa: Wzrost dla dostawców sprzętu i energii w krótkim terminie.
Analiza ta jest generowana przez pipeline StockScreener — cztery wiodące LLM (Claude, GPT, Gemini, Grok) otrzymują identyczne instrukcje z wbudowaną ochroną przed halucynacjami. Przeczytaj metodologię →
UBS szacuje, że hiperskalerzy wydadzą 4,1 biliona dolarów na infrastrukturę AI w latach 2026–2028, co stanowi potrojenie 1,3 biliona dolarów zainwestowanych w ciągu poprzednich sześciu lat.
Amazon, Alphabet i Microsoft przeznaczą łącznie 102% swoich przychodów z chmury na wydatki kapitałowe w 2026 r., zawracając prawie cały dochód z chmury z powrotem do infrastruktury AI.
Zwycięzcami inwestycji nie będą największe firmy wydające pieniądze, ale firmy przekształcające ten bezprecedensowy rozwój infrastruktury w powtarzalne przychody i wysokie zwroty z kapitału.
Działaj teraz: analityk, który przewidział NVIDIA w 2010 roku, właśnie wybrał swoje 10 najlepszych akcji AI — a Microsoft nie znalazł się na liście. Pobierz nazwy ZA DARMO już dziś.
Boom na sztuczną inteligencję zamienia korporacyjne wydatki kapitałowe w inny rodzaj wyścigu zbrojeń. Największe firmy chmurowe nie tylko budują centra danych w miarę wzrostu popytu; budują infrastrukturę na lata przed oczekiwanym użyciem.
UBS szacuje obecnie, że wydatki kapitałowe hiperskalerów mogą osiągnąć około 4,1 biliona dolarów w latach 2026–2028. To ponad trzykrotnie więcej niż 1,292 biliona dolarów wydanych w ciągu poprzednich sześciu lat, zgodnie z szacunkami UBS dotyczącymi wydatków hiperskalerów. Dla inwestorów przekaz jest jasny: AI przesuwa długoterminową bazę wydatków branży na terytorium, które jeszcze kilka lat temu wydawałoby się absurdalne.
Przychody z chmury opowiadają historię
UBS szacuje, że Amazon (NASDAQ:AMZN), Alphabet (NASDAQ:GOOG) i Microsoft (NASDAQ:MSFT) przeznaczą łącznie około 102% swoich przychodów z chmury na wydatki kapitałowe w 2026 roku.
Nie oznacza to, że te firmy spalają więcej gotówki, niż generują. Ich biznesy są znacznie większe i bardziej zdywersyfikowane niż sama infrastruktura chmurowa. Zamiast tego wskaźnik ten pokazuje, jak agresywnie przychody z chmury są zawracane do infrastruktury AI.
UBS spodziewa się, że wskaźnik ten spadnie do około 99% przychodów z chmury w 2027 r. i 94% w 2028 r. Mimo to wydatki nadal rosną.
UBS prognozuje łączny capex hiperskalerów na poziomie 492 miliardów dolarów w 2025 r., 1,009 biliona dolarów w 2026 r., 1,447 biliona dolarów w 2027 r. i 1,619 biliona dolarów w 2028 r. — trzy razy więcej w ciągu trzech lat niż w ciągu poprzednich sześciu lat łącznie. Pokazuje to, jak tempo wzrostu może spowolnić, podczas gdy wartość w dolarach nadal rośnie.
Działaj teraz: analityk, który przewidział NVIDIA w 2010 roku, właśnie wybrał swoje 10 najlepszych akcji AI — a Microsoft nie znalazł się na liście. Pobierz nazwy ZA DARMO już dziś.
I skład również ma znaczenie. Amazon, Alphabet, Microsoft i Meta Platforms (NASDAQ:META) odpowiadają za największe części budowy, ale SpaceX (NASDAQ:SPCX) nadrabia stracony czas, a Oracle (NYSE:ORCL), dostawcy neochmury i nowi gracze poszerzają pulę wydatków.
Oznacza to, że możliwości w zakresie infrastruktury AI rozprzestrzeniają się poza garstkę firm, które inwestorzy zazwyczaj kojarzą z boomem.
4,1 biliona dolarów to większy zakład, niż się wydaje
Łączne szacunki UBS na lata 2026–2028 są oszałamiające:
Łącznie te liczby ilustrują, dlaczego nie jest to po prostu kolejny cykl modernizacji serwerów. Nowy popyt pochodzi od tradycyjnych hiperskalerów, dostawców neochmury i SpaceX, tworząc dodatkowe pule wydatków na infrastrukturę.
Dla producentów chipów, firm sieciowych, dostawców zasilania centrów danych i operatorów infrastruktury, wydatki stają się przychodami gdzieś w łańcuchu dostaw.
Co ważniejsze, prognoza UBS sugeruje, że wydatki nie osiągają szczytu, gdy osiąga szczyt tempo wzrostu. Łączny capex hiperskalerów rośnie z 1,009 biliona dolarów w 2026 r. do 1,619 biliona dolarów w 2028 r. Innymi słowy, branża może wydawać ponad 1,6 biliona dolarów rocznie nawet po tym, jak początkowe przyspieszenie zacznie się moderować.
To właśnie odróżnia to od normalnej modernizacji technologii. AI może zresetować wymagania kapitałowe branży na trwale wyższym poziomie.
Oczywiście, 1,619 biliona dolarów rocznych wydatków kapitałowych hiperskalerów do 2028 r. stwarza poważną przeszkodę. Firmy ostatecznie potrzebują przychodów i przepływów pieniężnych z AI, aby uzasadnić te inwestycje.
Tutaj inwestorzy powinni pozostać selektywni. Centrum danych nie generuje atrakcyjnych zwrotów tylko dlatego, że zawiera drogie GPU. Należy utrzymywać wykorzystanie mocy, klienci muszą za to płacić, a usługi AI muszą generować wystarczające przychody, aby pokryć amortyzację, energię elektryczną, finansowanie i koszty operacyjne.
Istnieje również ryzyko czasowe. Firmy mogą dziś wydawać miliardy na infrastrukturę, której pełne wykorzystanie może zająć lata. Jeśli popyt na AI wzrośnie wolniej niż oczekiwano, koszty amortyzacji mogą wzrosnąć szybciej niż przychody, wywierając presję na marże i wolne przepływy pieniężne.
Niemniej jednak skala zaangażowania wielu klientów zmniejsza ryzyko, że jest to po prostu spekulacyjny zakład jednej firmy. Amazon, Alphabet, Microsoft, Meta, SpaceX, Oracle i neochmury wspólnie budują ekosystem wokół mocy obliczeniowej AI.
Krótko mówiąc, same wydatki nie są tezą inwestycyjną. Tezą inwestycyjną jest to, że popyt na AI stanie się wystarczająco duży, aby utrzymać tę infrastrukturę produktywną przez lata.
Liczby UBS sugerują, że główne platformy chmurowe mocno obstawiają, że tak się stanie. Mądrzy inwestorzy nie muszą ślepo naśladować ich przekonania. Powinni podążać za pieniędzmi — i faworyzować firmy, które są pozycjonowane do monetyzacji budowy, a nie tylko do jej finansowania.
Kluczowy wniosek
Wskaźnik 102% jest mniej ostrzeżeniem o lekkomyślnych wydatkach, a bardziej miarą radykalnej zmiany, jaką AI wprowadza w gospodarce chmurowej. Ponieważ UBS prognozuje około 4,1 biliona dolarów capex hiperskalerów w latach 2026–2028, inwestorzy powinni spodziewać się, że wydatki na infrastrukturę AI pozostaną dominującym tematem rynkowym na długo po obecnym boomie.
Możliwości są największe tam, gdzie wydatki przekładają się na powtarzalne przychody, wysokie wykorzystanie i trwałe wolne przepływy pieniężne. Ostatecznie zwycięzcami nie będąkoniecznie firmy wydające najwięcej. Będą to te, które przekształcą te bezprecedensowe wydatki w najwyższe zwroty z kapitału.
Działaj teraz: analityk, który przewidział NVIDIA w 2010 roku, właśnie wybrał swoje 10 najlepszych akcji AI — a Microsoft nie znalazł się na liście. Pobierz nazwy ZA DARMO już dziś.
Cztery wiodące modele AI dyskutują o tym artykule
"Wyższa bazowa baza nakładów inwestycyjnych (capex) z tytułu infrastruktury AI nie jest synonimem wyższych zwrotów, chyba że przychody i wykorzystanie napędzane przez AI przyspieszą na tyle szybko, aby wyprzedzić koszty amortyzacji, energii i finansowania."
Prognoza wydatków kapitałowych (capex) UBS na hyperscalerów o wartości 4,1 bln USD sygnalizuje strukturalną zmianę w ekonomii chmury: intensywność kapitałowa pozostaje wysoka nawet po wzroście. Może to przynieść korzyści dostawcom sprzętu i energii, ale nie gwarantuje wzrostu zwrotów z akcji. Artykuł zakłada, że wydatki przekładają się na trwałe przychody i przepływy pieniężne, jednak ryzyko wykorzystania, koszty finansowania i amortyzacja mogą obniżyć marże, jeśli popyt na AI spadnie lub siła cenowa osłabnie. Monetyzacja usług AI może zająć lata, a presja konkurencyjna może ograniczyć ceny. Prawdziwym ryzykiem jest cykl ciągłych wydatków kapitałowych przy stłumionym ROIC, jeśli wzrost popytu spowolni lub wykorzystanie nie nadąży.
Jeśli popyt na AI okaże się niższy niż oczekuje UBS lub wykorzystanie będzie niższe, ROIC może rozczarować pomimo wyższych nakładów inwestycyjnych; rynek może niedoszacować ryzyka opóźnionego cyklu monetyzacji dla hiperskalowalnych platform.
"Wydatkowy boom jest realny i opłacalny dla dostawców, ale zwroty z kapitału hyperscalerów zależą całkowicie od tego, czy wzrost przychodów z AI przewyższy wzrost nakładów inwestycyjnych do 2027 r. — jest to zakład, a nie pewność."
Artykuł miesza dwie odrębne historie. Tak, hiperskalerzy wydają agresywnie — to prawda i jest to bycze dla dostawców półprzewodników, zasilania i infrastruktury. Ale stosunek nakładów inwestycyjnych do przychodów z chmury wynoszący 102% to wskaźnik *finansowania*, a nie ostrzeżenie o rentowności. Firmy te generują ponad 70% marży operacyjnej na chmurze; decydują się na recykling zysków w nakłady inwestycyjne, ponieważ oczekiwany zwrot z inwestycji w AI przekracza ich koszt kapitału. Prawdziwe ryzyko: wykorzystanie. Jeśli obciążenia związane z AI osiągną plateau przed 2028 rokiem, amortyzacja przyspieszy szybciej niż przychody, niszcząc wolne przepływy pieniężne (FCF). Artykuł to uwzględnia, ale bagatelizuje. Brakuje również: geopolitycznej fragmentacji nakładów inwestycyjnych (USA/UE/Chiny budujące redundantną infrastrukturę) może doprowadzić do fragmentacji zwrotów.
Jeśli popyt na AI gwałtownie spadnie w latach 2027–2028, firmy te staną w obliczu nagłego spadku nakładów inwestycyjnych (capex) i aktywów osieroconych. W przeciwieństwie do poprzednich cykli, infrastruktura AI jest mniej zamienna — klaster GPU zoptymalizowany pod kątem LLM nie może być łatwo przestawiony do tradycyjnych obciążeń.
"Hiperskalery przedkładają udział w rynku nad ROIC, tworząc wieloletni wiatr przeciwny dla marż, którego obecne mnożniki wyceny nie odzwierciedlają w pełni."
Dane UBS podkreślają strukturalną zmianę, w której wydatki kapitałowe hiperskalera nie są już kosztem zmiennym, lecz stałym, podstawowym kosztem prowadzenia działalności. Wydawanie 102% przychodów z chmury na infrastrukturę sugeruje, że firmy te efektywnie „przedpłacają” za przyszłą dominację w obszarze obliczeń. Podczas gdy rynek obawia się bańki, jest to bardziej podobne do budowy sieci światłowodowej w latach 90. – niezbędnej dla internetu, ale brutalnej dla bilansów tych, którzy zbudowali ją zbyt wcześnie. Prawdziwym ryzykiem nie są same wydatki, lecz „pułapka wykorzystania”: jeśli te ogromne klastry będą stały bezczynnie lub ucierpią z powodu szybkiego starzenia się sprzętu, zanim monetyzacja oprogramowania nadrobi zaległości, zobaczymy znaczną kompresję marż dla AMZN, GOOGL i MSFT do 2027 roku.
Jeśli agentowe przepływy pracy AI osiągną masową adopcję do 2026 roku, ten „absurdalny” CAPEX będzie wyglądał jak okazja, a hiperskalerzy zabezpieczą sobie niemożliwą do pokonania przewagę nad mniejszymi konkurentami.
"N/A"
[Niedostępne]
"Rentowność inwestycji (ROI) nie jest tak trwała, jak się wydaje; amortyzacja napędzana nakładami inwestycyjnymi i koszty finansowania mogą obniżyć marże nawet przy wysokich marżach chmury, jeśli monetyzacja AI będzie opóźniona."
Claude słusznie zwraca uwagę na wykorzystanie, ale większym ryzykiem jest obciążenie struktury kapitałowej: 102% nakładów inwestycyjnych do przychodów oznacza długą amortyzację i rosnące odpisy; jeśli popyt na AI osłabnie lub ceny spadną, koszty finansowania i odpisy mogą obniżyć FCF i ROIC nawet przy wysokich marżach. Dynamiczna sytuacja oparta na zadłużeniu i wzroście za wszelką cenę jest podatna na podwyżki stóp procentowych i nagłe zakończenie amortyzacji nakładów inwestycyjnych w latach 2027–28. Pytanie: czy fosa ROI jest tak trwała, jak sugerowano?
"Wydatki kapitałowe hiperskalera są ograniczone podażowo przez konkurencję, a nie popytowo przez ROI — kluczowe rozróżnienie, które potęguje ryzyko spadku, jeśli monetyzacja AI rozczaruje."
Claude i ChatGPT zakładają, że hyperscalerzy mogą *wybierać* poziomy nakładów inwestycyjnych (capex) w oparciu o matematykę zwrotu z inwestycji (ROI). Ale oni są w wyścigu zbrojeń. Jeśli jeden spowolni wydatki, aby zachować wolne przepływy pieniężne (FCF), konkurenci zyskają przewagę w trenowaniu modeli i udział w rynku. To nie jest racjonalna alokacja kapitału – to dylemat więźnia. Stosunek 102% może odzwierciedlać przymus, a nie pewność siebie. To strukturalne zablokowanie sprawia, że przepaść w wykorzystaniu jest jeszcze ostrzejsza: nie mogą łatwo ograniczyć wydatków bez utraty pozycji konkurencyjnej.
"Wydatki kapitałowe hiperskalera są niepodlegającą dyskusji, defensywną koniecznością, zamieniającą infrastrukturę AI w obniżającą marże usługę użyteczności publicznej, a nie w aktywo napędzające wzrost."
Ujęcie „dylematu więźnia” przez Claude’a jest brakującym ogniwem. Traktujemy to jako problem optymalizacji, podczas gdy w rzeczywistości jest to obronny wyścig zbrojeń. Jeśli hiperskalerzy będą zmuszeni do wydawania pieniędzy niezależnie od ROI, ryzyko dotyczy nie tylko wykorzystania zasobów – to rozcieńczenie marży, ponieważ priorytetem jest udział w rynku, a nie zysk. To sprawia, że wskaźnik nakładów inwestycyjnych (capex) na poziomie 102% staje się stałym obciążeniem, a nie tymczasową inwestycją. Musimy przestać analizować te firmy jako racjonalnych graczy i zacząć postrzegać je jako podmioty podobne do przedsiębiorstw użyteczności publicznej z nieskończonymi kosztami ogólnymi.
[Niedostępne]
Konsensus panelu jest taki, że chociaż wydatki kapitałowe (capex) hiperskalerów napędzają wzrost dostawców sprzętu i energii, głównym ryzykiem jest „pułapka wykorzystania” i potencjalne rozmycie marż z powodu dynamiki wyścigu zbrojeń wśród hiperskalerów, prowadzącej do trwałego obciążenia wysokimi wydatkami kapitałowymi.
Wzrost dla dostawców sprzętu i energii w krótkim terminie.
"Pułapka wykorzystania" i rozcieńczenie marży z powodu dynamiki wyścigu zbrojeń wśród hiperskalowalnych dostawców.